하쿠나 마타타 하쿠나 마타타

http://www.ibric.org/myboard/read.php?Board=report&id=2721 클라우드 컴퓨팅 기반 유전체 정보 관리 및 서비스 동향 하드웨어의 발전으로 스토리지 및 네트워크 대역폭의 비용이 내려가고 있으며 차세대 게놈 시퀀싱의 비용도 급감하고 있다. 또한 최초의 인간 게놈 데이터를 만드는 작업은 수십 년이 걸렸지만 이제 수일 내에 풀 시퀀싱이 가능함에 따라 유전체 데이터는 기하 급수적으로 증가하고 있다. 그러나 현실적으로 유전체 연구에 필요한 통계 능력을 확보하는 데 필요한 게놈 데이터 및 관련 임상 데이터의 양이 단일 서버의 처리 능력을 초과한다. 그 대안으로 클라우드 컴퓨팅 서비스 www.ibric.org 클라우드 컴퓨팅이란 정보처리를 자신의 컴퓨터터가 아닌 인터넷으로 연..

데이타마이닝 https://itboan.tistory.com/m/entry/data-mining data mining itboan.tistory.com 1.정보의 가치발견 통한 기업 의사결정 지원 데이터 마이닝의 개요 가.데이터 마이닝(Data Mining)의 정의 -대용량의 데이터로부터 알려지지 않은 정보,패턴을 찾아 기업 의사결정에 활용하려는 데이터 분석 및 지식 발견 과정 나.데이터 마이닝 추징 배경 1)비지니스 측면: 비즈니스 모델 예측을 통한 고객 행동 예측 및 패턴 분석, 수익 극대화 ,고객 만족도 향상 2)정보기술 측면:OLAP로 발견하지 못한 데이터간 관계를 분석하여 효과적인 의사결정 지원 2.데이터 마이닝 기법 및 절차 가.데이터 마이닝 절차 1)현황분석: 준비작업,목적정의,비즈니스 목적..

[DBGuide.net - DA가이드] http://www.dbguide.net/db.db?cmd=view&boardUid=12720&boardConfigUid=9&boardIdx=25&boardStep=1 데이터 전문가 지식포털 DBGuide.net 전사아키텍처 개념 전사아키텍처 도입 배경 기업의 가치창출 활동에서 다양한 환경 변화에 대해 민첩하게 대응할 수 있도록 하는 능력이 정보 기술의 역할로 중요시 되고 있다. 기업의 비즈니스 복잡도는 더욱 증대되고 있고, 업무와 IT 기능의 분리는 더 이상 무의미하게 되었다. 또한 기업이 환경 변화에대응하기 위해 시스템을 변화시키고자 할 때, 시스템이 너무 복잡하여 어디를 어떻게 변경해야 할 지 모르는 상황에 이르렀다. 따라서 건축물의 설계도처럼 기업의 전체 w..

스케일 업 다운 Scale out vs. Scale up ********************************************************************************************/ 출처: https://dbrang.tistory.com/917?category=829483 [dBRang [dɪ'·bɪ·raŋ]] [ 빅데이터 품질 지표 구성 ] http://www.wise.co.kr/bitest_new.do 비즈니스 가치를 만드는 7가지 빅데이터 기법 l 빅데이터란 무엇인가? ‘빅데이터’란 거대한 데이터를 처리하기 위해 특화된 기법과 기술을 적용하는 것입니다. 이러한 데이터는 너무나 방대하고 복잡해서 수작업으로 처리가 불가능합니다. 웹로그, 전화 기록, 진료 기록..

http://blog.daum.net/hadmond/10 실전 DW 설계 - CDC vs ETL 차이 그동안 실전에서 갈고 닦은 지식과 경험을 글로 정리해 보았습니다. 사실 CDC든 ETL이든 원천(source) 데이타 정보를 추출하여 목표(target) 시스템에 적재하는 개념은 동일하나 그 방법과 사용목적, 적재수준에서 차 blog.daum.net 1. ETL 개념 / CDC 개념 ETL (Extraction, Transformation, Loading, ETT와 동의어) 이란 다양한 소스시스템(Source System)으로부터 필요한 데이터를 추출(Extract)하여 변환(Transformation) 작업을 거쳐 타겟 시스템(Target System)으로 전송 및 로딩 (Loading)하는 모든 과정..

MetaData 관리 https://pdfs.semanticscholar.org/1b51/307add039c193fcb93d66caf4d3cb252f2c9.pdf https://blog.lgcns.com/700 데이터를 위한 데이터 - 메타데이터(Metadata)의 현재와 미래 - 안녕하세요? LG CNS 대학생 기자단 최종호입니다. 최근, 생산되는 정보의 양이 급격하게 증가하면서, 필요한 정보를 알맞은 때에 정확하게 찾아내는 것이 중요해지고 있습니다. 정보 관리 시스템이 중요한 시대가.. blog.lgcns.com [메타데이터 관리시스템 구축방안 정의 - 매트릭스 기준] [메타메이터 관리 구조 선택] [메타데이터 관리지표] [메타데이터 구축 효과(ROI)] [메타데이터 구축 시 고려사항] 데이터 품질 ..

한국 빅데이터 포럼 http://kbd.or.kr/ 알기쉬운 빅데이터 분석/활용 가이드 v1.2 http://kbd.or.kr/?pageid=1&page_id=683&uid=5524&mod=document 1. 빅데이터 개요 가. 빅데이터의 정의 - 시스템, 서비스, 조직 등에서 주어진 비용, 시간 내에 처리 가능한 데이터 범위를 넘어서는 데이터 나. 빅 데이터의 특징 항목 내용 Volume 수십 페타/엑사/제타 바이트 수준의 대규모 Data Velocity 실시간에 가까운 빠른 속도 처리 Variety 정형/비정형의 다양한 Data Value 데이터의 가치 및 정확도 Veracity 데이터 진실성 Visualization 시각화된 데이터 다. 빅 데이터 분석 절차 (SDLC) 단계 내용 수집 능동적 데..

HIA(Hybrid Information Architecture) 출처 : https://blog.lgcns.com/1107 HIA(Hybrid Information Architecture)의 개념 전사 관점의 빅데이터 시스템을 구축하기 위해서는 기존의 정보계와 빅데이터 환경을 수용할 수 있는 환경과 균형과 조화가 필수적인데, 이런 환경을 지원해주는 아키텍처가 HIA(Hybrid Information Architecture)입니다. 2014년 Gartner에서는 Logical DW(Data Warehouse)라는 아키텍처를 제시하며 HIA로 DW 인프라가 확대될 것으로 예측하고 관련 시장도 지속 성장할 것으로 예측하였습니다. l 출처: Gartner Logical Data Warehouse Oracle에..